黎明前的醫療AI：影像領域扎堆、支付意願較低、盈利模式難尋
本報記者 盧杉 實習生 蹇卿蘭 上海報道
導讀
若想落地醫院，醫療AI一定是個成熟的產品，能夠幫助醫生提高工作效率；第二是要有CFDA的資格證。即使試用也要符合每個科室的法律法規，並對產品提出保護患者隱私等要求，技術上、法律上都要有保證。
醫療人工智慧（AI）進入商業化的臨界點了嗎？
由於近五年來AI在數據、演算法和計算能力等方面條件成熟、屢獲突破，已開始真正解決問題，切實創造經濟效果。作為數據基礎較好的領域，醫療成為應用場景最為成熟的行業之一，對其商業化的期待也最高。
「相比前兩年，醫療人工智慧有改觀，很多醫生和醫院開始知道醫療AI是怎麼回事兒、有什麼價值。但也存在諸如沒有單獨收費項、沒有進醫保，數據的標註、質量等問題，且這些問題在接下來的幾年依舊存在。」8月20日，Airdoc創始人兼CEO張大磊在接受21世紀經濟報道記者採訪時表示，「醫療AI 還處在非常前期的階段，需要五到十年才能形成比較成熟的產業。」
羅蘭貝格《人工智慧白皮書》估算，到2030年，人工智慧將在中國產生10萬億元的產業帶動效益。受AI影響最大的傳統產業是金融、汽車、零售和醫療。在醫療行業，人工智慧可提高藥物研發的成功率、為醫療機構提供疾病診斷輔助、疾病監護輔助等應用，預計人工智慧可帶來約4000億元人民幣的降本價值。
但宏觀上空泛的經濟效益如何由行業內的公司、醫療機構和大眾等多方共享分食，似乎還未有應用化和規模化的成熟穩定賽道。
即便以AI扎堆的醫學影像領域來說，「我覺得醫療AI在應用上也還沒到正軌，還有很多問題不明朗，誰來買單？」火石創造CEO 楊紅飛對21世紀經濟報道表示，另一方面，「AI是把我們的腦力放大、節省資源。今天的中國醫療體系最大的問題是醫療資源不夠或者分布不均衡，應該用AI創新提供更多醫療資源，而不是盯著技術比較成熟、比較熱鬧的領域去做。」
影像扎堆
醫療AI從應用方向和解決問題上劃分，主要對應的公司類型有醫學影像、藥物研發、輔助診療、健康管理、語音交互、信息化管理等。
據不完全統計，2018年上半年國內醫療人工智慧融資案例超過30起，同比增長141.67%，披露融資規模超過數十億元；從各細分領域案例數量及規模來看，影像識別、智能診療依舊佔大頭，超過2/3。
簡單來說，切入醫療AI的公司類型有傳統醫療器械公司、IT巨頭和一眾創新公司，均需要兼顧專業和技術。
扎堆醫療AI影像的原因之一在於，醫療數據中有90%來自醫學影像，且國內醫學影像數據以30%的年增長率增長。
在行業大方向之下，傳統醫療器械公司如GPS（通用、飛利浦、西門子）、美敦力等投入AI，優勢來自於其大型設備可產生源源不斷的數據，且多集中在影像類，加上AI技術和解決方案，可提高設備附加值，獲得更大市場。
「數據處理是傳統醫療設備供應商的巨大優勢。」在今年全球人工智慧產品應用博覽會上，飛利浦大中華區整體解決方案中心臨床科學高級總監周振宇對21世紀經濟報道表示，「比如圖像採集、圖像人工處理到圖像問題發生，都存在不同品牌的數據整合。我們是最有可能在整個流程上對數據進行整合和規範的公司，國家後續也會在這方面給出更好的指南，對不同品牌的數據統一化提供指導。」
全球互聯網巨頭也不甘人後，IBM持續開發Watson Health，在輔助診療和腫瘤篩查方面應用最為成熟，並先後收購了Explorys、Truven等相關公司；Google收購DeepMind成立DeepMind health；阿里發布ET醫療大腦；騰訊孵化出騰訊覓影，投資碳雲智能、晶泰科技等醫療AI公司。
科技公司的優勢是技術，從產業鏈的基礎層、技術層與應用層來看，楊紅飛認為，由於基礎演算法和計算平台、海量的數據來源，機器學習、圖像識別的基礎技術的壁壘較高，往往需要較長期的高投入才能有高回報，因此科技巨頭往往偏向於布局底層。
麥肯錫發布的《中國高管眼中的人工智慧》報告顯示，84%的受訪者認為，AI的最大贏家是互聯網公司和創業公司，而不是現在的行業領軍者。
創業公司一方面傾向於選擇在變現能力強、容易進入的輔助診斷、健康管理和藥物研發等應用層扎堆。另外，由於AI深度學習基於對樣例的學習，因此需要大量醫學圖像作為基礎，這也是大批創業公司與醫院合作的目的，以獲取更多數據和病種標註。與影像相關的病種有2000多種，只有在常見的單一病種中獲得較好的臨床效果，才能逐步拓展到更多其他病症領域。
弱商業模式
儘管各家跑馬圈地讓市場一派欣欣向榮，但多位業內人士均對21世紀經濟報道表示，醫療AI的商業化運營為時尚早，能夠跑通商業閉環的模式鳳毛麟角。在投資和市場壓力之下，一些公司選擇了更為複雜多元和「曲線救國」的模式運營，產業發展還位於非常早期的階段。
目前能夠商業化落地的應用多以技術、產品過硬取勝。
以AI輔助診療的應用最成熟的IBM Watson為例，目前在國內主要有腫瘤和基因兩種解決方案，有百洋和杭州認知兩家代理商。
百洋智能科技首席營銷官王必全在接受21世紀經濟報道採訪時表示，「Watson是真正能夠落地的一個應用級產品，它以知識驅動方式培訓而非病例和數據訓練。醫生使用Watson，把病人病情等基本信息輸入系統，根據患者的情況和文獻研究，給出治療方案。醫院是最主要的渠道，我們與保險公司也有合作以及平安好醫生這樣的互聯網醫療服務公司。」
目前市場上存在大量醫療影像AI產品，在推廣進醫院的過程中，免費試用產品或與科室、醫生合作研發成為AI公司常用手法之一。
「第一步要讓醫院相信機構的技術和安全水平，公司在最開始的產品研發和認證階段肯定需要和醫院合作。」合力投資董事張華在接受21世紀經濟報道採訪時表示，「另外，醫生有相應的科研需求，需要做一些研發項目時也會與公司合作。」
Airdoc是另一家產品落地的國內公司。
「我們已經走過了試用階段，目前重心是銷售，首先是要定位目標市場，然後分門別類。」張大磊解釋，「我們走了一些彎路，之前一直努力地想向三甲醫院賣產品，但其實很多大醫院的專家並不願意用，一部分是身份原因，在產品質量保證的情況下，大三甲很願意試用，但是支付意願很低。而基層醫院可能更需要，以我們合作的某醫療機構為例，使用產品之後門診的診斷率提高、漏檢率降低，醫院可以增加診療費和治療費，患者發現問題並治療，排除了更大的隱患。」
合力投資高級投資經理鍾晟認為，影像輔助類的產品可能對於三甲醫院或是一些主任醫師而言，提高效率不明顯；但在基層醫療機構確實是效率的補充。「影像AI賽道很擁擠,樣本和演算法上也不算有壁壘。」鍾晟介紹目前一些醫療影像創業公司所採用的商業模式是：「針對五六線城市的病人篩查基本免費，如果說有結節或是需要手術，就進一步與大三甲醫院的知名醫生合作，醫生以飛刀的形式幫病人做結節手術。體量較小的公司單純賣軟體或者硬體，正面與融資比較多的頭部公司拼是很難拼得過的。這個行業是資本催生的，市場並沒有想像中那麼大，AI技術有非常大的突破，但商業模式很難挖掘。目前行業內AI閱片公司的收入並不高，或者說還在燒錢階段。」
落地多點開花
由於產品同質化嚴重，又有提升效率、價值效用評價等問題存在，一些醫院對醫療AI的支付意願並不高。
上海市第一人民醫院影像科主任王悍對21世紀經濟報道記者表示，該科室沒有使用任何人工智慧影像產品，一是參觀過使用人工智慧產品的醫院，並未發現產品能夠提高醫生的工作效率，反而會影響醫生的診斷思路；二是病人的隱私得不到保障。
另一層擔憂來源於數據的進一步使用，「如果要購買，它一定是一個成熟的產品，確實能夠幫助醫生提高工作效率；第二是要有CFDA的資格證。如果要試用，一是要符合每個科室的法律法規，二是對產品公司提出保護患者隱私等要求，包括圖像資料是不是只限於本地化使用、不會通過網路流傳出去，一是技術上的保證，一是法律協議的配套。試用看似對醫院沒有經濟成本，但我們仍然要承擔法律責任，且AI公司研發產品需要大量數據支持，進院數據對他們有巨大的價值，但醫院試用也會成為其宣傳背書。」
王必全認為，「在醫院落地的困難，還包括沒有具體的收費項目支持，沒有解決收費問題就變成醫院的成本了，醫院支付意願就低。這個問題不解決，會限制各類新技術、新產品的發展。」
醫生的擔憂也正應和了AI公司進一步落地的瓶頸，為解決這些問題，市面上的公司都在找尋不同的合作方式和主體，一片眼花繚亂。
8月13日，丁香園宣布與科大訊飛達成合作，雙方將在將醫學內容、產品與AI技術融合，形成面向醫生和患者的綜合管理服務模式。
丁香園副總裁張偉對21世紀經濟報道記者表示，「任何一個市場包括四個關鍵因素，需求方、供應方、價值單元和匹配機制，一個比較好的商業模式是需求方必須客觀存在，供應方關鍵在於AI公司不能只有一個產品而是有一整套方案，價值單元在於服務要遵從當前市場規則，比如醫生給患者讀片還未定價，機器怎麼定價？人工智慧產品的價值在於提高醫生閱片的效率，只有醫生的價值界定了，比如一次50元，人工智慧一次30元，既創造了經濟性又創造了效率性，才能彌補市場。最後是匹配機制，如何構建商業閉環，但這個過程很複雜。」
科大訊飛醫療執行總裁鹿曉亮對21世紀經濟報道記者表示，推動落地還需要進一步做價值驗證，「大醫院和基層醫院都有讀片需求，除技術好之外，還要考慮產品使用率問題，我們要盡量使產品能夠無縫切入到醫生工作中，比如以前提供的方案是在醫生閱片過程中不斷給他提醒、提示、建議，但體驗過程中反倒非常影響醫生閱片效率。」
另一個方向是在細分領域尋找更多機會，鍾晟認為，影像只能靠下沉或巨額融資，這個賽道機會不大，「但其他如IVD領域還有很大機會，數據比影像還多，可挖掘的價值更大，與AI結合樣本和技術壁壘會比影像更高。」
也有在不同的病種上下功夫。5月11日，中國工程院院士寧光團隊與阿里健康人工智慧實驗室共同研發了一款「瑞寧助糖」人工智慧產品，切入糖尿病領域。
2016年，丁香園開始布局皮膚病領域，後推出皮膚病人工智慧輔助診療系統，張偉解釋為什麼挑皮膚病？「一是有龐大患者群，二有比較成熟的治療路徑，第三是在當前必須有明確的信息採集和分享的終端，並且是丁香園能夠去參與的，手機是一種我們能參與的終端，但如GPS三家做的大型設備，我們參與不了，所以他們的病我們沒法做。」
